2026年AI已经进入日常，但大多数人的理解，还停在“会用”和“用过”的层面之间。

AI大模型在网民中的渗透速度已经不慢。数据显示，有15.65%的人属于“非常了解并经常使用”，38.62%的人表示“比较了解并偶尔使用”。24.71%只是“有点了解但没用过”，17.38%是“听说过但不了解”，还有3.64%甚至表示“从未听说过”。AI不是陌生概念，但真正进入高频使用的人，并没有形成绝对多数。

在具体使用场景上，AI已经明显从“尝鲜工具”变成“日常工具链的一部分”。调查显示，56.23%的人用于学习，53.30%用于工作，48.87%用于生活问题解决，36.67%用于娱乐内容生成。多个场景同时占比超过一半或接近一半，说明用户并不是单点使用，而是在多个生活模块中同时嵌入AI。

但如果把“使用频率”和“认知深度”放在一起看，差异就开始显现。只有12.57%的人表示“非常了解AI相关知识”，72.94%的人停留在“部分了解”，还有14.48%认为自己“不太了解”。自评“比较熟练”的比例是17.94%，“一般熟练”62.21%，“不太熟练”19.85%。一个很明显的结构出现了：使用已经普及，但熟练与理解并没有同步抬升。

换句话说，大量用户是在“会用工具”的阶段，而不是“理解工具逻辑”的阶段。

这种状态在使用行为上也有对应映射。学习AI的方式中，只有2.20%的人接受过正式培训，22.42%接受过非正式培训，其余绝大多数依赖自学路径。

具体来看，21.92%属于完全被动使用，40.28%是被动使用为主，29.05%是主动探索，真正进入“系统关注”和“深度研究”的比例非常低，分别只有7.00%和1.76%。这意味着，AI能力的扩散，更多依赖碎片化经验积累，而不是体系化知识输入。

当这种结构叠加到使用信任上，就出现了更细分的态度分层。35.04%的人表示信任AI大模型，60.71%处于“半信半疑”，仅有4.25%表示不信任。这个结果并不极端，反而呈现出一种典型的“工具理性状态”，即大多数人并不盲目信任，也没有明显排斥，而是根据场景调整信任程度。

在任务维度上，这种差异更加清晰。对于基础信息查询，有59.51%的人愿意信任AI；辅助创作63.43%；简单事务处理61.45%。但当任务复杂度上升，信任明显下降，专业问题参考为46.69%，复杂任务仅29.00%。而完全不信任的比例是2.20%。

一个很重要的现实：AI被视为“高效工具”，但还没有进入“关键决策系统”的信任范围。

具体到应用场景信任差异，也呈现明显分层。教育学习、日常生活、娱乐创作的信任度相对较高，而司法等严谨领域信任度明显偏低。在金融、健康、公共服务等领域，态度更多集中在“可以用，但要谨慎”的区间。这种“情境化信任”成为主流，并没有出现绝对信任或绝对拒绝的极端分化。

用户对AI的直观认知，也呈现出一种混合结构。在联想词分布中，“高效”占比62.41%，“便利”64.69%，“创新”64.41%，这些词构成正向认知的主轴。“威胁”6.80%，“失业”13.41%，“失控”6.61%，“欺诈”5.01%等负面联想也同时存在。正向与负向并存，AI在公众认知中并不是单一叙事，而是“双轨感知”。

使用后的体验反馈进一步强化这一点。73.60%的人认为AI提升了工作学习效率，71.69%认为解决生活问题更方便，46.18%认为激发了创意，27.66%用于陪伴互动。效率提升是AI最核心的用户感知收益。

在使用过程中，用户反馈的问题并不轻。包括“生成结果不满意”“隐私与数据安全”“错误与无用信息”“偏见与误判”“技术复杂难以上手”等。35.99%的人提到“不确定感”，28.71%提到“焦虑”，22.72%提到“恐慌被替代”，21.80%担心“能力退化”，17.82%担心“创造力下降”，23.16%提到“过度依赖”。这些情绪并不集中在某一个点，而是分散在使用全过程中。

这也解释了一个关键变化：公众对AI风险的理解，正在从外部风险转向内部影响。

早期更多担心隐私泄露、数据滥用或岗位替代，但现在更频繁出现的是“认知能力是否退化”“判断能力是否被削弱”“是否过度依赖”。这类问题不再是技术边界问题，而是人机关系问题。

在风险认知层面，46.42%的人认为AI可能导致大规模失业，41.71%担心技术失控，39.40%担心责任难以界定，42.69%担心系统性风险放大，29.90%担心直接安全风险。风险认知仍然以结构性担忧为主，但已经从单一技术问题扩展到社会系统层面。

公众对治理的需求非常强烈。54.89%的人支持加强AI监管立法与司法实践，37.60%支持构建开放协同治理机制，32.52%支持加大监管与处罚力度，28.58%支持企业伦理审查机制，25.72%认为应限制应用范围。整体来看，治理诉求明显偏向“多元共治”，而不是单一约束。

但一个明显的断层也同时存在。在相关权利认知上，只有少数人真正了解自己在算法环境中的权利边界。对算法解释权、数据控制权等内容，表示“非常了解”的比例只有5.58%，更多人停留在“听说过但不清楚”，甚至“完全不了解”的状态仍占较高比例。当用户认为AI对自身造成不利影响时，有32.64%会选择向平台反馈，21.57%向监管机构举报，但仍有30.59%选择“不再使用但不维权”，12.73%表示“不知道能做什么”。

这种“高使用频率、高依赖程度、低权利认知”的组合，构成了当前AI社会关系中一个非常典型的结构特征。在更底层的认知层面，一个值得注意的变化是对“人机关系”的理解。数据显示，“减少重复劳动”“提升效率”“提高生活便利度”是最主要期待。“情感陪伴”也有25.34%的提及率。AI不仅进入工具层，还在向关系层延伸，只是目前仍然处于弱连接状态。

当公众被问及未来AI发展重点时，选择集中在“技术突破”“应用拓展”“法规完善”“伦理讨论”“数字素养提升”等多个方向，说明关注点已经不再局限于技术本身，而是扩展到制度与社会适配层。

整体来看，AI使用在快速扩张，理解在缓慢跟进；信任在场景中分化，风险感知在深化；效率收益被广泛感知，而能力焦虑也同步上升。AI已经进入日常，但人对AI的理解，还在追赶它的速度。

03

参考研报&来源

中国网民AI认知调研报告（2025）-对外经济贸易大学&中国人民大学&蚂蚁集团研究院